ai-agents-for-beginners

Yapay Zeka Ajan Çerçevelerini Keşfetmek

(Dersi videoda izlemek için yukarıdaki resme tıklayın)

Yapay Zeka Ajan Çerçevelerini Keşfet

Yapay zeka ajan çerçeveleri, yapay zeka ajanlarının oluşturulmasını, dağıtılmasını ve yönetilmesini basitleştirmek için tasarlanmış yazılım platformlarıdır. Bu çerçeveler, geliştiricilere karmaşık yapay zeka sistemlerinin geliştirilmesini kolaylaştıran önceden oluşturulmuş bileşenler, soyutlamalar ve araçlar sağlar.

Bu çerçeveler, geliştiricilerin yapay zeka ajan geliştirmedeki yaygın zorluklara standartlaştırılmış yaklaşımlar sunarak, uygulamalarının benzersiz yönlerine odaklanmasına yardımcı olur. Yapay zeka sistemleri oluştururken ölçeklenebilirlik, erişilebilirlik ve verimliliği artırırlar.

Giriş

Bu ders şunları kapsayacaktır:

Öğrenme hedefleri

Bu dersin hedefleri şunlardır:

Yapay Zeka Ajan Çerçeveleri nedir ve geliştiricilere ne yapma imkanı verir?

Geleneksel Yapay Zeka Çerçeveleri, yapay zekayı uygulamalarınıza entegre etmeniize ve bu uygulamaları şu şekillerde geliştirmeye yardımcı olabilir:

Bunlar güzel ama neden Yapay Zeka Ajan Çerçevesine ihtiyacımız var?

Yapay Zeka Ajan çerçeveleri sadece AI çerçeveleri olmaktan daha fazlasıdır. Kullanıcılarla, diğer ajanlarla ve ortamla etkileşim kurabilen ve belirli hedeflere ulaşabilen akıllı ajanların oluşturulmasını sağlarlar. Bu ajanlar otonom davranabilir, karar verebilir ve değişen koşullara uyum sağlayabilir. İşte AI Ajan Çerçevelerinin sağladığı kilit yetenekler:

Özetle, ajanlar size daha fazlasını yapma, otomasyonu ileri seviyeye taşıma, çevrelerinden öğrenerek uyum sağlayabilen daha zeki sistemler oluşturma imkanı sunar.

Ajanın yeteneklerini nasıl hızlıca prototip yapabilir, yineleyebilir ve geliştirebiliriz?

Bu alan hızla gelişiyor ancak çoğu Yapay Zeka Ajan Çerçevesinde modüler bileşenler, işbirliği araçları ve gerçek zamanlı öğrenme gibi yaygın özellikler bulunuyor. Bu konulara bakalım:

Modüler Bileşenler Kullanın

Microsoft Agent Framework gibi SDK’lar AI bağlayıcıları, araç tanımları ve ajan yönetimi gibi önceden oluşturulmuş bileşenler sunar.

Takımlar nasıl kullanabilir: Takımlar, bu bileşenleri sıfırdan başlamak zorunda kalmadan hızla bir fonksiyonel prototip oluşturmak için birleştirebilir ve deney yapıp yineleyebilir.

Uygulamada çalışma şekli: Kullanıcı girdisinden bilgi çıkarmak için önceden oluşturulmuş bir ayrıştırıcı kullanabilir, verileri depolayıp geri getirmeniz için bir bellek modülü ve kullanıcılarla etkileşim için bir istem üreteci kullanabilirsiniz, tüm bunları sıfırdan geliştirmeden.

Örnek kod. Microsoft Agent Framework’ü FoundryChatClient ile kullanarak modelin araç çağırarak kullanıcı girdisine yanıt vermesini gösteren örneğe bakalım:

# Microsoft Agent Framework Python Örneği

import asyncio
import os

from agent_framework import tool
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential


# Seyahat rezervasyonu yapmak için örnek bir araç fonksiyonu tanımlayın
@tool(approval_mode="never_require")
def book_flight(date: str, location: str) -> str:
    """Book travel given location and date."""
    return f"Travel was booked to {location} on {date}"


async def main():
    provider = FoundryChatClient(
        project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
        model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
        credential=AzureCliCredential(),
    )
    agent = provider.as_agent(
        name="travel_agent",
        instructions="Help the user book travel. Use the book_flight tool when ready.",
        tools=[book_flight],
    )

    response = await agent.run("I'd like to go to New York on January 1, 2025")
    print(response)
    # Örnek çıktı: 1 Ocak 2025'te New York'a olan uçuşunuz başarıyla rezerve edildi. İyi yolculuklar! ✈️🗽


if __name__ == "__main__":
    asyncio.run(main())

Bu örnekten görebileceğiniz, kullanıcı girdisinden uçuş rezervasyon talebinin kalkış, varış ve tarih gibi anahtar bilgileri çıkarmak için önceden oluşturulmuş bir ayrıştırıcı nasıl kullanılabileceğidir. Bu modüler yaklaşım, üst düzey mantığa odaklanmanızı sağlar.

İşbirliği Araçlarından Yararlanın

Microsoft Agent Framework gibi çerçeveler, birlikte çalışabilen birden fazla ajan oluşturmayı kolaylaştırır.

Takımlar nasıl kullanabilir: Takımlar, belirli roller ve görevler ile ajanlar tasarlayabilir; bu da işbirlikçi iş akışlarını test etmelerini, iyileştirmelerini ve sistem verimliliğini artırmalarını sağlar.

Uygulamada çalışma şekli: Veri alma, analiz veya karar verme gibi uzmanlıkları olan ajanlardan oluşan bir takım oluşturabilirsiniz. Bu ajanlar iletişim kurarak ve bilgileri paylaşarak ortak hedeflere, örneğin bir kullanıcı sorgusunu yanıtlamaya ya da bir görevi tamamlamaya çalışır.

Örnek kod (Microsoft Agent Framework):

# Microsoft Agent Framework kullanarak birlikte çalışan birden fazla ajan oluşturma

import os
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

provider = FoundryChatClient(
    project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
    model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
    credential=AzureCliCredential(),
)

# Veri Alma Ajanı
agent_retrieve = provider.as_agent(
    name="dataretrieval",
    instructions="Retrieve relevant data using available tools.",
    tools=[retrieve_tool],
)

# Veri Analizi Ajanı
agent_analyze = provider.as_agent(
    name="dataanalysis",
    instructions="Analyze the retrieved data and provide insights.",
    tools=[analyze_tool],
)

# Görev üzerinde ajanları sırayla çalıştırma
retrieval_result = await agent_retrieve.run("Retrieve sales data for Q4")
analysis_result = await agent_analyze.run(f"Analyze this data: {retrieval_result}")
print(analysis_result)

Önceki kodda gördüğünüz, birden fazla ajanın birlikte veri analizi yaptığı bir görevin nasıl oluşturulduğudur. Her ajan belirli bir işlevi yerine getirir ve istenen sonuca ulaşmak için koordineli olarak çalışırlar. Uzmanlaşmış rollerle özel ajanlar yaratarak görev verimliliğini ve performansını artırabilirsiniz.

Gerçek Zamanlı Öğrenin

Gelişmiş çerçeveler gerçek zamanlı bağlam anlama ve uyarlama özellikleri sunar.

Takımlar nasıl kullanabilir: Takımlar, ajanların etkileşimden öğrenip davranışlarını dinamik olarak ayarladığı geri bildirim döngülerini uygulayabilir; böylece sürekli iyileştirme ve gelişim sağlanır.

Uygulamada çalışma şekli: Ajanlar, kullanıcı geri bildirimi, çevresel veriler ve görev sonuçlarını analiz edip bilgi tabanını güncelleyebilir, karar verme algoritmalarını ayarlayabilir ve performansı zamanla artırabilir. Bu yinelemeli öğrenme süreci ajanların değişen koşullara ve kullanıcı tercihlerine uyum sağlamasını ve böylece sistemin genel etkinliğini artırmasını sağlar.

Microsoft Agent Framework ve Microsoft Foundry Agent Service arasındaki farklar nelerdir?

Bu yaklaşımları birçok açıdan karşılaştırabiliriz ama tasarım, yetenekler ve hedef kullanım alanları açısından bazı temel farklara bakalım:

Microsoft Agent Framework (MAF)

Microsoft Agent Framework, FoundryChatClient kullanarak AI ajanları oluşturmak için sadeleştirilmiş bir SDK sunar. Geliştiricilerin Azure OpenAI modellerini, yerleşik araç çağrısını, sohbet yönetimini ve Azure kimlik doğrulamasıyla kurumsal düzey güvenliği kullanarak ajan oluşturmasını sağlar.

Kullanım Alanları: Araç kullanımı, çok adımlı iş akışları ve kurumsal entegrasyon senaryolarıyla üretime hazır AI ajanları oluşturmak.

İşte Microsoft Agent Framework’ün bazı önemli temel kavramları:

Microsoft Foundry Agent Service

Microsoft Foundry Agent Service, Microsoft Ignite 2024’te tanıtılan daha yeni bir hizmettir. Llama 3, Mistral ve Cohere gibi açık kaynaklı büyük dil modellerini doğrudan çağırma gibi daha esnek modellerle yapay zeka ajanlarının geliştirilip dağıtılmasını sağlar.

Microsoft Foundry Agent Service, genellikle kurumsal uygulamalar için uygun olan daha güçlü kurumsal güvenlik mekanizmaları ve veri saklama yöntemleri sunar.

Microsoft Agent Framework ile kutudan çıktığı gibi çalışıp, ajanların oluşturulması ve dağıtımı için birlikte kullanılabilir.

Bu hizmet şu anda Genel Önizlemede olup, ajan oluşturma için Python ve C# dillerini desteklemektedir.

Microsoft Foundry Agent Service Python SDK ile kullanıcı tanımlı araçlara sahip ajan oluşturabiliriz:

import asyncio
from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient

# Araç fonksiyonlarını tanımlayın
def get_specials() -> str:
    """Provides a list of specials from the menu."""
    return """
    Special Soup: Clam Chowder
    Special Salad: Cobb Salad
    Special Drink: Chai Tea
    """

def get_item_price(menu_item: str) -> str:
    """Provides the price of the requested menu item."""
    return "$9.99"


async def main() -> None:
    credential = DefaultAzureCredential()
    project_client = AIProjectClient.from_connection_string(
        credential=credential,
        conn_str="your-connection-string",
    )

    agent = project_client.agents.create_agent(
        model="gpt-5-mini",
        name="Host",
        instructions="Answer questions about the menu.",
        tools=[get_specials, get_item_price],
    )

    thread = project_client.agents.create_thread()

    user_inputs = [
        "Hello",
        "What is the special soup?",
        "How much does that cost?",
        "Thank you",
    ]

    for user_input in user_inputs:
        print(f"# User: '{user_input}'")
        message = project_client.agents.create_message(
            thread_id=thread.id,
            role="user",
            content=user_input,
        )
        run = project_client.agents.create_and_process_run(
            thread_id=thread.id, agent_id=agent.id
        )
        messages = project_client.agents.list_messages(thread_id=thread.id)
        print(f"# Agent: {messages.data[0].content[0].text.value}")


if __name__ == "__main__":
    asyncio.run(main())

Temel kavramlar

Microsoft Foundry Agent Service aşağıdaki temel kavramlara sahiptir:

Kullanım Alanları: Microsoft Foundry Agent Service, güvenli, ölçeklenebilir ve esnek AI ajan dağıtımı gerektiren kurumsal uygulamalar için tasarlanmıştır.

Bu yaklaşımlar arasındaki fark nedir?

Bazı örtüşmeler olsa da, tasarım, yetenekler ve hedef kullanım alanları açısından bazı temel farklar vardır:

Hangi seçeneği seçeceğinizden hala emin değilseniz?

Kullanım durumları

Bazı yaygın kullanım durumlarını inceleyerek size yardımcı olalım:

S: Üretime hazır AI ajan uygulamaları geliştiriyorum ve hızlıca başlamak istiyorum

C: Microsoft Agent Framework harika bir seçimdir. FoundryChatClient ile birkaç satırda araçlar ve talimatlar içeren ajanları tanımlayabileceğiniz basit, Python tarzı bir API sunar.

S: Arama ve kod yürütme gibi Azure entegrasyonları ile kurumsal düzeyde dağıtım gerekiyor

C: Microsoft Foundry Agent Service en iyi uyum sağlar. Birden fazla model, Azure AI Search, Bing Search ve Azure Functions için yerleşik yetenekler sunan bir platform hizmetidir. Ajanlarınızı Foundry Portal’da kolayca oluşturup ölçekli olarak dağıtabilirsiniz.

S: Hala kararsızım, sadece bir seçenek söyle

C: Ajanlarınızı oluşturmak için Microsoft Agent Framework ile başlayın, ardından üretimde dağıtmak ve ölçeklendirmek gerektiğinde Microsoft Foundry Agent Service’i kullanın. Bu yaklaşım, ajan mantığınız üzerinde hızlı yinelemenize olanak sağlarken kurumsal dağıtıma giden net bir yol sunar.

Önemli farkları bir tabloda özetleyelim:

Çerçeve Odağı Temel Kavramlar Kullanım Alanları
Microsoft Agent Framework Araç çağrılı sadeleştirilmiş ajan SDK’sı Ajanlar, Araçlar, Azure Kimlik Yapay zeka ajanları oluşturma, araç kullanımı, çok adımlı iş akışları
Microsoft Foundry Agent Service Esnek modeller, kurumsal güvenlik, Kod üretimi, Araç çağrısı Modülerlik, İşbirliği, Proses Orkestrasyonu Güvenli, ölçeklenebilir ve esnek AI ajan dağıtımı

Var olan Azure ekosistem araçlarımı doğrudan entegre edebilir miyim, yoksa bağımsız çözümlere mi ihtiyacım var?

Cevap evet, mevcut Azure ekosistemi araçlarınızı özellikle Microsoft Foundry Agent Service ile doğrudan entegre edebilirsiniz, çünkü bu servis diğer Azure hizmetleri ile sorunsuz çalışacak şekilde tasarlanmıştır. Örneğin Bing, Azure AI Search ve Azure Functions’ı entegre edebilirsiniz. Ayrıca Microsoft Foundry ile derin bir entegrasyon vardır.

Microsoft Agent Framework ayrıca FoundryChatClient ve Azure kimliği üzerinden Azure hizmetleri ile entegre olarak, ajan araçlarınızdan doğrudan Azure hizmetlerini çağırmanızı sağlar.

Örnek Kodlar

AI Ajan Çerçeveleri hakkında Daha Fazla Sorunuz mu Var?

Diğer öğrenenlerle tanışmak, ofis saatlerine katılmak ve AI Ajanlarıyla ilgili sorularınızı sormak için Microsoft Foundry Discord kanalına katılın.

Referanslar

Önceki Ders

AI Ajanlara ve Ajan Kullanım Senaryolarına Giriş

Sonraki Ders

Ajansal Tasarım Desenlerini Anlama

Feragatname: Bu belge, AI çeviri hizmeti Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba sarf etsek de, otomatik çevirilerin hata veya yanlışlık içerebileceğini lütfen unutmayınız. Orijinal belge, kendi dilinde yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımı sonucu ortaya çıkabilecek yanlış anlamalardan veya yanlış yorumlamalardan sorumlu değiliz.

This site is open source. Improve this page.